如何将pytorch归一化的图像数据进行反归一化

我们将过行归一化的图片数据显示出来后会发现不是正常的图片。因此需要进行反归一化操作。

一、均值与方差的值相同时的反归一化

这个比较简单，比如说Normalize((0.5, 0.5, 0.5), (0.5, 0.5, 0.5))，则只需要将tensor进行如下操作即可。

result = result*0.5 + 0.5

二、均值与方差的值不相同时的反归一化

比如ImageNet的数据Normalize([0.485, 0.456, 0.406], [0.229, 0.224, 0.225])]。进行下如操作

def inverse_normalize(tensor,mean,std):
    for t, m, s in zip(tensor,mean,std):
        t.mul_(s).add_(m)
    return tensor

然后调用

result = inverse_normalize(result,mean=(0.485, 0.456, 0.406),std=(0.229, 0.224, 0.225))

这样显示出来的图片能看，只是颜色过于鲜艳。